🆕🔥Новый материал.
👉 Метод DataFrame.set_index() в pandas
📝 Метод DataFrame.set_index() модуля pandas устанавливает индекс DataFrame (метки строк), используя один или несколько существующих столбцов или массивов правильной длины (len(DataFrame.index)). Индекс может заменить существующий индекс или расширить его.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/metod-dataframe-set-index/
👉 Метод DataFrame.set_index() в pandas
📝 Метод DataFrame.set_index() модуля pandas устанавливает индекс DataFrame (метки строк), используя один или несколько существующих столбцов или массивов правильной длины (len(DataFrame.index)). Индекс может заменить существующий индекс или расширить его.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/metod-dataframe-set-index/
🆕🔥Новый материал.
👉 Методы .all() и .any() объектов Series/DataFrame в pandas
📝 Методы .all() и .any() объектов Series/DataFrame в pandas работают аналогично одноименным функциям Python. В материале даны пояснения: как и где использовать эти методы на практике при анализе данных.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/all-any-series-dataframe/
👉 Методы .all() и .any() объектов Series/DataFrame в pandas
📝 Методы .all() и .any() объектов Series/DataFrame в pandas работают аналогично одноименным функциям Python. В материале даны пояснения: как и где использовать эти методы на практике при анализе данных.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/all-any-series-dataframe/
👍1
🆕🔥Новый материал.
👉 Метод .resample() объектов Series/DataFrame в pandas
📝 Это удобные методы преобразования частот и передискретизации временных рядов. Объект Series/DataFrame должен иметь индекс, похожий на дату и время (pandas.DatetimeIndex, pandas.PeriodIndex или pandas.TimedeltaIndex), или вызывающий Series/DataFrame должен передать метку Series/Index, похожей на dat
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/resample-series-dataframe/
👉 Метод .resample() объектов Series/DataFrame в pandas
📝 Это удобные методы преобразования частот и передискретизации временных рядов. Объект Series/DataFrame должен иметь индекс, похожий на дату и время (pandas.DatetimeIndex, pandas.PeriodIndex или pandas.TimedeltaIndex), или вызывающий Series/DataFrame должен передать метку Series/Index, похожей на dat
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/resample-series-dataframe/
👍1
🆕🔥Новый материал.
👉 Метод .reindex() объектов Series/DataFrame в pandas
📝 Метод .reindex() объектов Series/DataFrame является фундаментальным методом выравнивания данных в Pandas. Он используется для реализации почти всех других функций, основанных на функциональности выравнивания индексных меток. Повторная индексация означает согласование данных с заданным набором меток
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/reindex-series-dataframe/
👉 Метод .reindex() объектов Series/DataFrame в pandas
📝 Метод .reindex() объектов Series/DataFrame является фундаментальным методом выравнивания данных в Pandas. Он используется для реализации почти всех других функций, основанных на функциональности выравнивания индексных меток. Повторная индексация означает согласование данных с заданным набором меток
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/reindex-series-dataframe/
🆕🔥Новый материал.
👉 Метод DataFrame.set_axis() в pandas
📝 Метод DataFrame.set_axis() модуля pandas присваивает желаемый индекс данной оси axis.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/dataframe-set-axis/
👉 Метод DataFrame.set_axis() в pandas
📝 Метод DataFrame.set_axis() модуля pandas присваивает желаемый индекс данной оси axis.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/dataframe-set-axis/
❤1👍1
🆕🔥Новый материал.
👉 Метод .reset_index() объектов Series/DataFrame в pandas
📝 Методы DataFrame.reset_index() и Series.reset_index() модуля pandas сбрасывают индекс или его уровень и использует вместо него индекс по умолчанию. Если DataFrame имеет MultiIndex, то этот метод может удалить один или несколько уровней.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/reset-index-series-dataframe/
👉 Метод .reset_index() объектов Series/DataFrame в pandas
📝 Методы DataFrame.reset_index() и Series.reset_index() модуля pandas сбрасывают индекс или его уровень и использует вместо него индекс по умолчанию. Если DataFrame имеет MultiIndex, то этот метод может удалить один или несколько уровней.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/reset-index-series-dataframe/
👍1
🆕🔥Новый материал.
👉 Методы итерации по объектам pandas в Python.
📝 Поведение базовой итерации по объектам pandas зависит от типа. При итерации по Series, он рассматривается как массив, и базовая итерация создает значения. DataFrames следуют соглашению о переборе ключей объектов.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/metody-iteratsii-obektam/
👉 Методы итерации по объектам pandas в Python.
📝 Поведение базовой итерации по объектам pandas зависит от типа. При итерации по Series, он рассматривается как массив, и базовая итерация создает значения. DataFrames следуют соглашению о переборе ключей объектов.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/metody-iteratsii-obektam/
👍2
🆕🔥Новый материал.
👉 Метод .interpolate() объектов Series/DataFrame в pandas
📝 Методы DataFrame.interpolate() и Series.interpolate() заполняют значения NaN методом интерполяции. DataFrame/Series с MultiIndex поддерживает только метод linear. Методы krogh, barycentric, spline, pchip, akima и др. это обертки реализаций SciPy, для их использования нужна установленная SciPy
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/interpolate-series-dataframe/
👉 Метод .interpolate() объектов Series/DataFrame в pandas
📝 Методы DataFrame.interpolate() и Series.interpolate() заполняют значения NaN методом интерполяции. DataFrame/Series с MultiIndex поддерживает только метод linear. Методы krogh, barycentric, spline, pchip, akima и др. это обертки реализаций SciPy, для их использования нужна установленная SciPy
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/interpolate-series-dataframe/
👍2
🆕🔥Новый материал.
👉 Универсальный метод .replace() объектов Series/DataFrame в pandas
📝 Методы DataFrame.replace() и Series.replace() модуля pandas динамически заменяет значения DataFrame/Series другими значениями, указанными в to_replace. Этот метод отличается от обновления значений с помощью свойств .loc или .iloc, которые требуют указания местоположения.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/replace-series-dataframe/
👉 Универсальный метод .replace() объектов Series/DataFrame в pandas
📝 Методы DataFrame.replace() и Series.replace() модуля pandas динамически заменяет значения DataFrame/Series другими значениями, указанными в to_replace. Этот метод отличается от обновления значений с помощью свойств .loc или .iloc, которые требуют указания местоположения.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/replace-series-dataframe/
👍2
🆕🔥Новый материал.
👉 Метод DataFrame.insert() модуля pandas в Python.
📝 Метод DataFrame.insert() модуля pandas вставляет столбец в DataFrame в указанном месте. Поднимает ValueError, если столбец уже содержится в DataFrame, а аргумент allow_duplicates=False.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/dataframe-insert/
👉 Метод DataFrame.insert() модуля pandas в Python.
📝 Метод DataFrame.insert() модуля pandas вставляет столбец в DataFrame в указанном месте. Поднимает ValueError, если столбец уже содержится в DataFrame, а аргумент allow_duplicates=False.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/dataframe-insert/
👍2
🆕🔥Новый материал.
👉 Методы строк объектов Series/Index в pandas, объект Series.str
📝 Объект Series.str модуля pandas предоставляет векторизованные строковые функции для Series и Index. Создан по образцу строковых методов Python с некоторым вдохновением от пакета stringr языка R.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/string-series-index/
👉 Методы строк объектов Series/Index в pandas, объект Series.str
📝 Объект Series.str модуля pandas предоставляет векторизованные строковые функции для Series и Index. Создан по образцу строковых методов Python с некоторым вдохновением от пакета stringr языка R.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/string-series-index/
👍1
🆕🔥Новый материал.
👉 Доступ к методам datetime объектов Series/index в pandas
📝 У Series есть метод доступа Series.dt, позволяющий кратко возвращать свойства, подобные дате и времени, для значений, если они являются представлениями datetime или pandas.PeriodIndex.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/datetime-series-index/
👉 Доступ к методам datetime объектов Series/index в pandas
📝 У Series есть метод доступа Series.dt, позволяющий кратко возвращать свойства, подобные дате и времени, для значений, если они являются представлениями datetime или pandas.PeriodIndex.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/datetime-series-index/
👍1
🆕🔥Новый материал.
👉 Функция date_range() модуля pandas в Python.
📝 функция pandas.date_range() возвращает диапазон равномерно распределенных временных точек (где разница между любыми двумя соседними точками определяется заданной частотой periods) таким образом, чтобы все они удовлетворяли условию start <[=] x <[=] end.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/date-range/
👉 Функция date_range() модуля pandas в Python.
📝 функция pandas.date_range() возвращает диапазон равномерно распределенных временных точек (где разница между любыми двумя соседними точками определяется заданной частотой periods) таким образом, чтобы все они удовлетворяли условию start <[=] x <[=] end.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/date-range/
👍4
🆕🔥Новый материал.
👉 Псевдонимы периодов временных рядов pandas
📝 Псевдонимы периодов временных рядов pandas, которые передаются в качестве значения аргументу freg (временной интервал/период) в функциях и методах pandas.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/periody-vremennykh-riadov/
👉 Псевдонимы периодов временных рядов pandas
📝 Псевдонимы периодов временных рядов pandas, которые передаются в качестве значения аргументу freg (временной интервал/период) в функциях и методах pandas.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/periody-vremennykh-riadov/
👍1
🆕🔥Новый материал.
👉 Функция to_datetime() модуля pandas в Python.
📝 Функция to_datetime() модуля pandas преобразует массив/список/кортеж скалярных значений, Series или DataFrame/словароподобный объект в представление datetime библиотеки pandas (зависит от типа передаваемого объекта).
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/to-datetime/
👉 Функция to_datetime() модуля pandas в Python.
📝 Функция to_datetime() модуля pandas преобразует массив/список/кортеж скалярных значений, Series или DataFrame/словароподобный объект в представление datetime библиотеки pandas (зависит от типа передаваемого объекта).
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/to-datetime/
👍1
🆕🔥Новый материал.
👉 Методы pivot() и pivot_table() объекта DataFrame в pandas
📝 Функция pandas.pivot() и метод DataFrame.pivot() использует уникальные значения из указанного индекса/столбцов для формирования осей результирующего DataFrame. Функция pandas.pivot_table() и метод DataFrame.pivot_table() создает сводную таблицу в стиле электронной таблицы Excel в виде DataFrame.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/pivot-table-dataframe/
👉 Методы pivot() и pivot_table() объекта DataFrame в pandas
📝 Функция pandas.pivot() и метод DataFrame.pivot() использует уникальные значения из указанного индекса/столбцов для формирования осей результирующего DataFrame. Функция pandas.pivot_table() и метод DataFrame.pivot_table() создает сводную таблицу в стиле электронной таблицы Excel в виде DataFrame.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/pivot-table-dataframe/
👍1
🆕🔥Новый материал.
👉 Класс Grouper() модуля pandas в Python.
📝 Класс группировщика Grouper() модуля pandas позволяет пользователю указывать инструкцию для метода .groupby() объектов Series/DataFrame. В спецификации столбец выбирается с помощью ключевого аргумента, или, если заданы аргументы level и/или asix, уровня индекса целевого объекта.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/klass-grouper/
👉 Класс Grouper() модуля pandas в Python.
📝 Класс группировщика Grouper() модуля pandas позволяет пользователю указывать инструкцию для метода .groupby() объектов Series/DataFrame. В спецификации столбец выбирается с помощью ключевого аргумента, или, если заданы аргументы level и/или asix, уровня индекса целевого объекта.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/klass-grouper/
👍2
🆕🔥Новый материал.
👉 Методы .stack() и .unstack() объекта DataFrame в pandas
📝 Метод DataFrame.stack() "сводит" уровень меток столбцов, возвращая a DataFrame с новым, самым внутренним уровнем меток строк.. Метод DataFrame.stack() (обратная операция) "сводит" уровень индекса строки к оси столбца, создавая измененный DataFrame с новым, самым внутренним уровнем меток столбцов.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/stack-unstack-dataframe/
👉 Методы .stack() и .unstack() объекта DataFrame в pandas
📝 Метод DataFrame.stack() "сводит" уровень меток столбцов, возвращая a DataFrame с новым, самым внутренним уровнем меток строк.. Метод DataFrame.stack() (обратная операция) "сводит" уровень индекса строки к оси столбца, создавая измененный DataFrame с новым, самым внутренним уровнем меток столбцов.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/stack-unstack-dataframe/
👍2
🆕🔥Новый материал.
👉 Функция melt() и wide_to_long() модуля pandas в Python.
📝 Функция pandas.melt() и метод DataFrame.melt() полезны для преобразования DataFrame в формат, где один или несколько столбцов являются переменными-идентификаторами, при этом все остальные столбцы не привязаны к оси строк, оставляя только два столбца без идентификаторов, "переменная" и "значение"
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/melt-wide-to-long/
👉 Функция melt() и wide_to_long() модуля pandas в Python.
📝 Функция pandas.melt() и метод DataFrame.melt() полезны для преобразования DataFrame в формат, где один или несколько столбцов являются переменными-идентификаторами, при этом все остальные столбцы не привязаны к оси строк, оставляя только два столбца без идентификаторов, "переменная" и "значение"
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/melt-wide-to-long/
👍1
🆕🔥Новый материал.
👉 Функция get_dummies() и from_dummies() модуля pandas в Python.
📝 Функция pandas.get_dummies() создает новый DataFrame со столбцами уникальных переменных и значениями, представляющими наличие/отсутствие этих переменных в строке. То есть кодирует категориальную переменную как True/False или 0/1. Функция from_dummies() выполняет обратную операцию.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/get-dummies-from-dummies/
👉 Функция get_dummies() и from_dummies() модуля pandas в Python.
📝 Функция pandas.get_dummies() создает новый DataFrame со столбцами уникальных переменных и значениями, представляющими наличие/отсутствие этих переменных в строке. То есть кодирует категориальную переменную как True/False или 0/1. Функция from_dummies() выполняет обратную операцию.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/get-dummies-from-dummies/
👍1